Formation intelligence collective

Leçon 1 • Applications concrètes de l'IC

Applique les principes de l'IC à des cas documentés dans les domaines des affaires, de la science et de la gouvernance. Ancre la théorie abstraite dans des résultats observables.

Leçon 2 • Définir l'intelligence collective

Clarifie ce qu'est l'IC, en quoi elle diffère de la pensée de groupe et pourquoi elle est importante. Établit la base conceptuelle pour tous les chapitres suivants.

Leçon 3 • Mécanismes fondamentaux de l'IC

Examine la diversité, l'indépendance, la décentralisation et l'agrégation comme les quatre piliers de l'IC. Relie la compréhension des mécanismes à des choix de conception pratiques.

Leçon 1 • Mesurer les profils cognitifs

Présente des outils pour cartographier les styles cognitifs individuels et les domaines de connaissance. Permet des décisions de composition fondées sur les données.

Leçon 2 • Gérer les tensions liées à la diversité

Aborde les frictions de communication et les conflits qui découlent d'une forte diversité. Permet aux apprenants de maintenir des équipes diversifiées dans la durée.

Leçon 3 • Concevoir des équipes à haute diversité

Applique des indicateurs de diversité à la formation des équipes et à l'attribution des rôles. Soutient directement l'objectif du chapitre d'optimiser la composition des groupes.

Leçon 1 • Approches d'agrégation délibérative

Examine la délibération structurée, la méthode Delphi et la technique du groupe nominal. Équilibre les méthodes quantitatives avec la synthèse qualitative.

Leçon 2 • Choisir la méthode d'agrégation appropriée

Fournit un cadre de décision pour faire correspondre les techniques d'agrégation aux caractéristiques du problème. Synthétise le chapitre en critères de sélection actionnables.

Leçon 3 • Méthodes de vote et de classement

Couvre le vote majoritaire, le vote par classement et le vote par approbation comme outils d'agrégation. Relie chaque méthode à des contextes de décision spécifiques.

Leçon 4 • Fondamentaux de l'agrégation

Explique pourquoi la simple moyenne surpasse souvent les experts et introduit les conditions d'une agrégation efficace. Établit la base théorique de toutes les méthodes d'agrégation.

Leçon 1 • Principes de la facilitation de l'IC

Définit le rôle du facilitateur dans les contextes d'IC et le distingue du leadership de réunion traditionnel. Établit le changement de mentalité requis pour une facilitation efficace de l'IC.

Leçon 2 • Structurer la pensée convergente

Couvre le vote par points, le regroupement par affinités et le filtrage par critères pour réduire les options. Achève le cycle divergence-convergence central à la conception des processus d'IC.

Leçon 3 • Concevoir des sessions d'IC complètes

Intègre les phases divergentes et convergentes dans des plans de session complets. Prépare les apprenants à planifier et exécuter des ateliers d'IC de bout en bout.

Leçon 4 • Structurer la pensée divergente

Enseigne les variantes du brainstorming, la pensée analogique et la suppression des contraintes pour élargir l'espace des idées. Permet directement la phase divergente des sessions d'IC.

Leçon 1 • Pensée de groupe et polarisation

Distingue la pensée de groupe du consensus sain et explique les dynamiques de polarisation de groupe. Prépare les apprenants à reconnaître et interrompre ces modes d'échec.

Leçon 2 • Surveiller la santé de l'IC dans le temps

Présente des indicateurs et des boucles de rétroaction pour la détection continue des biais dans les systèmes d'IC. Étend les contre-mesures des sessions uniques aux programmes durables.

Leçon 3 • Biais cognitifs dans les groupes

Catalogue le biais de confirmation, l'ancrage et l'heuristique de disponibilité tels qu'ils se manifestent dans les contextes de groupe. Développe une conscience diagnostique avant d'introduire des contre-mesures.

Leçon 4 • Influence sociale et cascades

Explique les cascades d'information, l'effet de meute et la preuve sociale comme menaces pour le jugement indépendant. Relie les dynamiques sociales à la qualité de l'agrégation.

Leçon 1 • Panorama des plateformes d'IC

Cartographie les catégories de technologies favorisant l'IC, y compris les plateformes d'idéation, de prévision et de délibération. Fournit un cadre comparatif pour la sélection d'outils.

Leçon 2 • Intelligence collective augmentée par l'IA

Examine comment les modèles d'apprentissage automatique peuvent amplifier l'IC humaine par la synthèse, la détection de motifs et la recommandation. Introduit le travail d'équipe humain-IA comme un paradigme de conception de l'IC.

Leçon 3 • Évaluer l'efficacité des plateformes

Fournit des indicateurs et des cadres d'évaluation pour mesurer la performance des plateformes d'IC. Clôt le chapitre avec une perspective d'assurance qualité sur le déploiement technologique.

Leçon 4 • Conception de systèmes de crowdsourcing

Couvre la décomposition des tâches, les incitations des contributeurs et le contrôle qualité dans les systèmes de crowdsourcing. Relie les mécanismes des plateformes aux principes d'agrégation de l'IC du chapitre 3.

Leçon 1 • Évaluation de la maturité en IC

Diagnostique la capacité actuelle d'une organisation pour l'IC à travers les dimensions de la culture, de la structure et de la technologie. Fournit la base pour la planification stratégique.

Leçon 2 • Construire une culture de l'IC

Identifie les comportements de leadership, les normes et les rituels qui soutiennent une culture orientée vers l'IC. Aborde le côté humain de l'adoption de l'IC dans les organisations.

Leçon 3 • Conduite du changement pour l'adoption de l'IC

Applique les principes de la conduite du changement à la mise en œuvre de l'IC, en abordant la résistance et en créant une dynamique. Garantit que les plans stratégiques se traduisent en pratiques durables.

Leçon 4 • Mesurer l'impact organisationnel de l'IC

Établit des KPI et des cadres d'évaluation pour suivre la contribution de l'IC aux résultats organisationnels. Relie l'investissement dans l'IC à une valeur commerciale mesurable.

Leçon 1 • L'IC à l'échelle de l'écosystème

Explore les systèmes d'IC multi-organisationnels et sociétaux, y compris les réseaux d'innovation ouverte. Prépare les apprenants à concevoir au-delà des frontières d'une seule organisation.

Leçon 2 • Initiatives d'IC intersectorielles

Examine les applications de l'IC dans la santé, l'urbanisme et la réponse aux crises comme modèles intersectoriels. Développe une reconnaissance de motifs transférables entre domaines.

Leçon 3 • Orientations futures de l'IC

Passe en revue la recherche émergente sur la cognition collective, la symbiose IA-humain et l'intelligence en réseau. Positionne les apprenants pour anticiper et façonner l'évolution du domaine.

Leçon 4 • Dimensions éthiques de l'IC avancée

Aborde les asymétries de pouvoir, les risques de manipulation et les préoccupations d'équité dans les systèmes d'IC à grande échelle. Garantit que le leadership stratégique en IC est fondé sur la responsabilité éthique.